VC++ 并行库效率测试

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了VC++ 并行库效率测试，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含909字，纯文字阅读大概需要2分钟。

内容图文

定义测试的数据大小 
    #define DATASIZE 100000000
    float * fArr = new float[DATASIZE];
    for (int i = 0; i < DATASIZE; i++)
    {
        fArr[i] = i;
    }
1、    for代码(常规写法)
        for (int i = 0; i < DATASIZE; i++)
        {
            for (int j = 0; j < 10; j++)
            {
                fArr[i] = fArr[i] * fArr[i];
            }
　　　　　}

计算时间在5S左右。

2、    用AMP 方式的GPU 技术
#include <amp.h>
using namespace concurrency;
void Square_array(float* arr, int n)
{
    array_view<float, 1> dataView(n, &arr[0]);
    parallel_for_each(dataView.extent, [=](index<1> idx) restrict(amp)
    {
        dataView[idx] = dataView[idx] * dataView[idx];
    });
    // Copy data from GPU to CPU
    dataView.synchronize();
}

for (int j = 0; j < 10; j++)
{
     Square_array(fArr, DATASIZE);
}

计算时间在4S左右。

3、    用OpenMP 并行技术
启用OpenMP功能
 
　　　　　#include<omp.h>
　　　　　#pragma omp parallel for
        for (int i = 0; i < DATASIZE; i++)
        {
            for (int j = 0; j < 10; j++)
            {
                fArr[i] = fArr[i] * fArr[i];
            }
　　　　　}　　

计算时间在800—1800ms 左右


经测试，OPENMP 会带来3-7倍的效率提升。

内容总结

以上是互联网集市为您收集整理的VC++ 并行库效率测试全部内容，希望文章能够帮你解决VC++ 并行库效率测试所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端